面向移动设备的量化卷积神经网络
以下是资料介绍,如需要完整的请充值下载. 本资料已审核过,确保内容和网页里介绍一致. 密 惠
无需注册登录,支付后按照提示操作即可获取该资料.
无需注册登录,支付后按照提示操作即可获取该资料.
资料介绍：
面向移动设备的量化卷积神经网络(中文8000字,英文PDF)
摘要：最近卷积神经网络在众多计算机视觉任务上有着优秀的表现。然而，卷积神经网络的应用由于高计算复杂度的限制使得高性能的硬件成为必备条件。在这篇论文中，我们提出了一个名叫量化卷积神经网络来同时加速计算并减少网络的存储容量。卷积层和全联接层中权重矩阵的滤波核被量化用于最小化每层响应的预测误差。在ILSRC-12数据平台上的拓展实验显示Q-CNN在仅有1%分类准确性的损失下可以达到4到6倍的加速和15到20倍的压缩效率。通过我们的量化卷积神经网络，即使移动设备也可以准确地在1秒内对图像进行分类。
关键词：卷积神经网络，量化，
